微信扫码
添加专属顾问
我要投稿
CAMEL AI在Mistral cookbook上新增了一个教程。 主要内容为:如何利用 CAMEL 的RAG 与 Firecrawl 相结合,以实现高效的网络爬虫、multi-agent 角色扮演任务和知识图谱构建。
示例是介绍一个使用 Mistral 模型对 2024 年巴黎奥运会土耳其射手进行全面研究的示例。
图可能看不清,Agent ops和output单独截图在下方:
2个Agent,一个作为User提出指令,另外一个作为Assistant,执行任务。
ai user -> instruction -> ai assistant -> tool / args -> result - > ai user
最后可以生成图谱以及报告,整个过程需要7分钟,消耗60k tokens:
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-04-10
AI 答疑助手优化实践:从 RAG 到 LightRAG 的全链路升级
2026-04-09
阿里云百炼「记忆库」正式上线,让龙虾真正记住你!
2026-04-09
用Karpathy的设计哲学重构龙虾助手的知识库架构
2026-04-08
AI数据工程师在应用中如何"返璞归真"
2026-04-08
AIOps探索:分享一套保障100%准确率的告警知识检索方案
2026-04-06
全网爆火的大模型AI知识库,保姆级教程来了
2026-04-02
RAG进化了,深扒Claude Code源码中RAG高级技巧
2026-04-01
Claude Code 源码一夜流出:会看热闹的人很多,会读源码的人很少
2026-01-15
2026-02-13
2026-02-03
2026-02-03
2026-02-06
2026-02-02
2026-01-28
2026-02-06
2026-02-05
2026-02-06
2026-03-17
2026-03-11
2026-02-22
2026-02-15
2026-02-04
2026-02-03
2026-01-19
2026-01-12